利用气象集合预报数据和相应观测数据作为模型输入，构建分位数回归模型，对原始水文气象预报进行后处理。

输入日降水或者径流集合均值预报数据和相应观测数据，经过log – sinh正态化变换并构建联合概率分布模型，并在给定未来新的预报时，输出经过后处理的集合预报，校正原始预报的系统偏差，达到具有较好可靠性的水文气象集合预报。主要参考了BJP模型(Wang, et al., 2009&2011)，区别是这里的程序在参数估计过程中采用了极大似然估计（MLE），该程序主要适用于日降水的后处理。

利用气象集合预报数据和相应观测数据作为模型输入，构建Logistic回归模型；在给定未来新的集合预报时，输出经过后处理的集合预报。

利用气象集合预报数据和相应观测数据作为模型输入，构建ensemble MOS模型；在给定未来新的集合预报时，输出经过后处理的集合预报。

输入径流模拟数据和相应观测数据，经过正态分位数变换并构建通用线性模型，并在给定未来新的径流预报时，输出经过后处理的集合预报，校正原始预报的系统偏差，输出为具有较好可靠性的多天径流集合预报。

利用气象集合均值预报数据和相应观测数据作为模型输入，经过正态分位数变换并构建联合概率分布模型，并在给定未来新的预报时，输出经过后处理的集合预报，校正原始预报的系统偏差，达到具有较好可靠性的气象集合预报。